PHP长时CSV导入刷新续跑时如何安全存储进度变量

我编写了用于读取CSV文件并将数据导入数据库的PHP脚本，每次脚本启动时会通过$_POST获取客户名称，完整导入12万行数据约需7分钟，但当前主机对PHP脚本的最长运行时间限制为165秒。
为此我计划在脚本运行达到165秒时限前主动刷新页面，从上一次中断的行位置重新开始导入流程。目前我已实现页面自动刷新逻辑，但无法在刷新后持久化保存记录中断行位置的变量，供后续续跑时调用。
我原本考虑使用$_POST或$_SESSION存储该进度值，但由于该脚本可能被同时触发多次，每次运行导入的CSV文件各不相同，我担心并发运行的脚本修改这两类超全局变量时会产生冲突，导致变量值被非预期篡改。

核心疑问：

1. 上述担忧是否成立？
2. 如果担忧成立，应如何存储脚本刷新前记录的中断行号？
3. 我目前想到的方案是新建独立文件存储相关信息再读取使用，存储格式如下，请问是否存在更简便高效的解决方案？

customer_name : Jon
row_ended : 10584

customer_name : Jane
row_ended : 11564

你的担忧完全成立。

• 对于$_POST：POST请求本身无状态，普通页面刷新默认是GET请求，之前携带的POST参数根本不会自动传递；就算用JS自动提交表单模拟POST刷新，多任务并行时也没有天然隔离性，很容易传错参数。
• 对于$_SESSION：如果同一个浏览器会话（同个Cookie下）同时跑多个不同客户的导入任务，你如果把进度存在会话的同一个键下，必然会出现后写入的进度覆盖之前任务进度的情况——比如你先跑Jon的导入写到10584行，再开新标签页跑Jane的导入写到11564行，Jon的任务刷新时读到的进度会直接变成Jane的11564行，直接导错数据。

以下是按简便高效优先级排序的可行存储方案：

1. 优先用数据库存进度（最省事） #

你本身就在用数据库做数据导入，完全不需要额外维护存储逻辑，建一张极简的进度表就行：

CREATE TABLE csv_import_progress (
  id INT UNSIGNED AUTO_INCREMENT PRIMARY KEY,
  import_batch_id VARCHAR(32) NOT NULL, -- 每次导入生成的唯一ID
  customer_name VARCHAR(64) NOT NULL,
  csv_file_path VARCHAR(255) NOT NULL,
  row_ended INT UNSIGNED DEFAULT 0,
  file_offset INT UNSIGNED DEFAULT 0, -- 可选：存上次读CSV的字节位置，提速用
  updated_at INT UNSIGNED NOT NULL,
  UNIQUE KEY `batch_id` (`import_batch_id`)
);

使用逻辑非常简单：

• 第一次触发导入时，先验证POST过来的客户名和上传的CSV文件，然后用uniqid('import_', true)生成一个全局唯一的import_batch_id存入进度表，后续所有续跑请求都把这个import_batch_id带上（不管是拼在跳转URL里，还是放在自动提交的表单里）。
• 每次脚本启动时，先根据URL/POST里的import_batch_id查进度表，拿到上次的row_ended，直接从对应的行开始导，不用从头重数。
• 脚本运行150秒左右（留15秒缓冲），把当前的row_ended、文件偏移量更新到进度表，然后带着import_batch_id跳回当前脚本续跑即可。
  方案优势：
• 完全没有并发冲突：每个任务对应唯一的batch ID，哪怕同时跑100个导入任务，各查各的进度，根本不会串。
• 不需要处理锁逻辑：数据库本身有行级锁，多请求更新同一条记录时会自动排队，不会写坏数据。
• 运维成本极低：写个简单的定时任务，每天删一下超过24小时还没跑完的进度记录就行，排查问题直接查表就能看到哪个任务卡在哪。

2. 如果实在不想动数据库，优化文件存储方案 #

你原本想把所有进度拼在同一个文件里的写法，多并发写的时候需要加文件锁（flock），不然很容易因为多进程同时写把文件内容冲乱。其实可以更简单：

• 同样先生成唯一的import_batch_id，每个任务单独存一个进度文件，文件名就用这个batch ID，比如storage/import_progress/progress_64f1a2b3c4d5.json。
• 文件内容用JSON格式存储，读写都方便：

{
  "customer_name": "Jon",
  "csv_path": "/uploads/2024/jon_sales.csv",
  "row_ended": 10584,
  "file_offset": 2048000,
  "updated_at": 1716701234
}

这样每个进程只操作自己对应的那一个进度文件，别的进程根本碰不到，连文件锁都不需要加，比把所有进度堆在同一个文件里维护成本低太多。

容易踩的坑提醒 #

• 绝对不要用客户名作为进度的唯一标识：同一个客户可能同时上传多个不同的CSV要导入，用客户名做标识还是会出现进度串的问题，一定要绑定本次导入专属的唯一batch ID。
• 不要卡着165秒的超时线才存进度跳转：至少留10-15秒的缓冲，不然刚好卡到PHP强制终止的时间点，你最新的进度还没存到存储里，下次又要重跑一大段。
• 读CSV的时候可以优化下：不要每次续跑都从头逐行数到上次的row_ended，要么直接存上次读到的文件字节偏移量，用fseek直接跳过去，能省不少启动时间。

内容的提问来源于stack exchange，提问作者Bebert Beberr